واستنادا إلى محلل Nokogiri HTML لروبي، تطهير هو نظام قائم على القائمة البيضاء لإزالة HTML من كتلة من النص.
فإن تقنية "القائمة البيضاء" تسمح للمطورين لإعداد قائمة العلامات HTML والتي سوف تستخدم تطهير كمرجع لما تعتبره "مقبولة" HTML.
سيتم إزالة كل علامة HTML الأخرى ليست في القائمة من نص معرب.
تطهير يمكن أن تعمل مع المعايير المتوافقة مع تالف أو HTML.
المكتبة يمكن الكشف عن وتصفية علامات HTML، سمات والبروتوكولات.
وسوف يكون دائما أنتج النص تنظيفها كما HTML صالحة أو XHTML.
للمساعدة في البدء المطورين على مشاريعهم، تطهير يأتي مع عدد قليل من تكوينات الجاهزة المدرجة. التدقيق في ملف اقرأني لمزيد من التفاصيل
ما هو الجديد في هذا الإصدار:.
وأضاف اثنين من الإعدادات الجديدة CSS التكوين،: at_rules_with_properties و: at_rules_with_styles.
واضاف الدعم الكامل لقواعد CSSpage في التكوين استرخاء، بما في ذلك دعم لجميع قواعد مربع الصفحة الهامش.
واضاف CSS التالية في قواعد لاعداد استرخاء.
وأضاف في مجمله مجموعة من خصائص CSS إلى التكوين استرخاء. عرض قائمة كاملة هنا.
تحسينات في الأداء الصغيرة.
ترقية فجه ل1.0.2 لالتقاط الإصلاح التي أثرت على تحليل قواعد CSSpage.
ما هو الجديد في الإصدار 3.1.2:
ثابت: #document و#fragment فاشلة لسلاسل المجمدة، ويمكن تعديل غير قصد سلاسل رفع التجميد إذا استخدموا ترميز غير UTF- 8 أو إذا كانت على أحرف غير مسموح به في HTML.
ما هو الجديد في الإصدار 3.0.2:
تحديث Nokogumbo إلى 1.1.12، لأن 1.1.11 بصمت عادت التغيير الذي كانوا يحاولون التقاط في الإصدار الأخير.
ما هو الجديد في الإصدار 3.0.0:
وأضاف متقدمة دعم CSS الإبراء باستخدام بليد، وهو متوافق تماما مع CSS بناء الجملة الوحدة مستوى 3 تحليل المواصفات. محتويات القائمة البيضاء & # x3c؛ نمط & # x3e. سيتم تطهير العناصر وسمات النمط في HTML كما CSS، أو يمكنك استخدام تطهير :: الفئة CSS لتطهير الأنماط CSS أو الخصائص يدويا.
وأضاف ل: allow_doctype الإعداد. متى سيتم السماح الحقيقية والتعاريف DOCTYPE بشكل جيد في الوثائق. عندما كاذبة (الافتراضي)، سيتم إزالة التعريفات DOCTYPE من الوثائق. ولم يسمح تعريفات DOCTYPE في شظايا، بغض النظر عن هذا الإعداد.
واضاف العناصر التالية إلى التكوين استرخاء، بالإضافة إلى سمات مختلفة: المادة، جانبا، الجسم، البيانات، شعبة وذيلها، والرأس، رأس، أتش تي أم أل، الرئيسي، الملاحة، القسم، فترة، والأسلوب، العنوان.
و: whitespace_elements التكوين هو الآن تجزئة، ويسمح لك لتحديد النص الذي يجب إدراجه قبل وبعد هذه العناصر عندما كنت إزالتها. لا يزال يتم اعتماد قيمة التكوين المبنية على منظومات من الطراز القديم من أجل التوافق الوراء.
تتم إزالة أحرف Unicode غير مناسبة الآن من HTML قبل أن توزيعه.
ثابت:
بين قوسين غير علامة في المدخلات، مثل & quot 1 & # x3e. 2 و 2 & # x3c. 1 & مثل؛ يتم تحليل الآن وهرب بشكل صحيح وفقا للمواصفات HTML5، لتصبح ومثل؛ 1 & GT؛ 2 و 2 العلامة & lt؛ 1 & مثل ؛.
والآن اجتاز أيضا الأشقاء وأضاف بعد العقدة الحالية خلال اجتياز. في الإصدارات السابقة كانوا تخطي ببساطة.
وقد تلقى صفعة قوية Nokogiri وتعليمات لإيقاف إضافة أسطر جديدة بعد بعض العناصر، لأنه إذا أراد الناس أسطر جديدة هناك كانوا قد وضعت لهم هناك، اللعنة.
ما هو الجديد في الإصدار 2.0.6: النسخة
2.0.5 المدرجة عن غير قصد بعض التغييرات العمل في والتقدم الذي لا ينبغي أن يكون شقوا طريقهم إلى الفرع الرئيسي.
ما هو الجديد في الإصدار 1.2.1:
وأضاف و: remove_contents إعداد التكوين. إذا تم تعيين إلى صحيح، وتطهير إزالة محتويات جميع العناصر غير اللائحة البيضاء بالإضافة إلى العناصر نفسها. إذا تم تعيين إلى صفيف من أسماء العناصر، وتطهير إزالة محتويات تلك العناصر فقط (عندما تمت تصفيتها)، وترك محتويات العناصر التي تمت تصفيتها أخرى. [شكرا لرافائيل سوزا للخيار صفيف]
وأضاف ل: output_encoding التكوين وضع للسماح للترميز الأحرف لإخراج HTML يتم تحديده. الافتراضي هو "UTF-8".
تجزئة البيئة تمريرها إلى المحولات يشمل الآن: البند node_name تحتوي على اسم صغيرة من العقدة الحالية HTML (على سبيل المثال ومثل؛ شعبة ومثل؛).
سوف يعود أي شيء آخر غير تجزئة أو شيء من المحولات الآن رفع استثناء تطهير :: خطأ هادف بدلا من NameError غير مقصود.
المتطلبات:
روبي 1.9.2 أو أعلى
Nokogiri 1.4.4 أو أعلى
لم يتم العثور على التعليقات